Modelo de cointegración multifactorial aplicado a la curva de swap spread

Directora: Dra. Noemí Patricia KISBYE (FAMAF – UNC)

Codirector: Dr. Oscar Humberto BUSTOS (FAMAF – UNC)

Tribunal Especial:

Dr. German Ariel TORRES (FACENA - UNNE)

Dra. Ana Georgina FLESIA (FAMAF - UNC)

Dr. Elvio Ángel PILOTTA (FAMAF – UNC)

Lugar: enlace de meet

Resumen: En la actualidad, hay cada vez más activos financieros relacionados a las variaciones de curvas de tasas de interés. Comprender la evolución dinámica de dichas curvas es importante, entre otras cosas, para poder valorar precios de activos financieros y sus derivados, el manejo de riesgos financieros, la estructuración de la deuda fiscal y la conducción de las políticas monetarias. Una curva de tasas que ha sido ampliamente estudiada y analizada en los últimos años es la curva de swap spread, que está considerablemente ligada al riesgo de crédito y es un posible indicador de crisis financieras. En este trabajo, nuestro objetivo fue construir un modelo matemático que permitiera comprender los movimientos de la curva de swap spread de manera estructural, que simultáneamente manifieste tratabilidad empírica, buen ajuste e incorpore variables macroeconómicas directamente al modelo. Para ello, desarrollamos un modelo de serie de tiempo vectorial a partir de las series de nivel {Lt}, pendiente {St} y curvatura {Ct} extraídas del modelo de Nelson y Siegel dinámico como en el trabajo de Diebold, Li y Aruoba. Este modelo es parsimonioso, produce buenas predicciones y es flexible para adoptar diversas formas de la curva de rendimientos. Asumimos estos procesos como autorregresivos pero incorporando integrabilidad de cada serie. Por otro lado, buscamos caracterizar las relaciones entre {Lt}, {St} y {Ct} con la macroeconomía de manera similar a lo realizado en el trabajo previamente mencionado. A esto lo llevamos a cabo a partir de drivers o variables económicas asociadas a la curva de swap spread las cuales analizan Kobor, Shi y Zelenko para el Banco Mundial y planteando un modelo de corrección de error vectorial (VECM) entre factores y drivers, modelo desarrollado por Johansen. Mostramos que la incorporación de integrabilidad y la suposición de cointegración entre las variables mantiene la parsimonia y mejora el desempeño del modelo original. Esto se realizó a través de un estudio de simulación que se basó en un criterio de eficiencia definido para los factores. Por último, el modelo permite determinar relaciones lineales explícitas a corto y largo plazo entre los factores que definen la curva y los drivers macroeconómicos.